음성촉지도는 촉지도에 음성정보를 결합한 지도이다. 음성촉지도는 촉지도에서 표현하는 지리정보를 음성정보로 보완할 수 있으며, 사용자가 점자를 읽지 못하더라도 음성으로 촉지도의 문자정보를 전달할 수 있는 장점을 가지고 있다. 이 연구는 대한민국 점자지도와 동작인식 컨트롤 장치를 결합한 음성촉지도 제작 사례를 제시하고 있다. 이 연구에서 제작한 음성촉지도는 기존 촉지도가 가지고 있는 지도주기의 한계를 극복하고 있으며, 동작인식 컨트롤 장치가 음성촉지도의 사용자 인터페이스 장치로 효과적으로 활용될 수 있음을 보여주고 있다.

본 논문에서는 지능을 대신하는 센서들 특히 시각을 채용한 이동형 로봇을 설계하였으며, 다양한 서비스 제공에 필요한 장애물 회피와 추적방법등을 다룬다. 사용된 알고리즘 중 색상의 정보와 움직임 정보를 처리하는 알고리즘과 형태 정보를 알아내기 위한 알고리즘을 사용하였으며, 색상 정보 데이터와 형태정보 데이터를 합성하여 보다 정확한 물체의 정보를 인식할 수 있게 하였다. 또한, 이동로봇의 기능을 수행하기 위하여 이동 하드웨어를 구현하여 노트북을 위에 얹는 형식으로 지능형 이동 로봇으로의 기능을 수행할 수 있게 하였다. 이동 하드웨어 위에 노트북을 얹어서 로봇의 제어 속도를 높이고 신호의 잡음을 없애고 정확하게 정보를 전달 받게 하기 위해 직렬 통신으로 연결하여 제작하였다.

모션 정보를 포함한 비디오 영상으로 인해 컴퓨터 비젼 분야에서 비디오의 활용은 중요한 연구 분야가 되었다. 또한 실시간에서 사람 모션의 인식과 분석에 대한 관심의 증가하고 있다. 인간 모션 분석의 첫 단계는 비디오에서 움직이는 대상을 추출하는 것이다. 배경차를 이용한 방법은 가장 완전한 특징 데이터를 제공하지만, 조명과 외부 요인 때문에 환경 때문에 동적 장면 변화에 매우 민감하다. 이 연구에서는 적응적인 배경 조정을 사용하여 움직임 없는 배경 비디오에서 전경을 분할하고 검출하기 위한 효율적인 방법을 제안한다. 배경 조정 영상과 모션 영상간의 배경 차이 방법에 의해 배경으로부터 전경을 결정한다. 마지막으로, 비디오에서부터 분할된 사람의 모션을 기반으로 몰입형 2D게임을 개발한다.

Effective tools which can alleviate the complexity and computational load problem in collision-free motion planning for multi-agent system have steadily been demanded in robotics field. To reduce the complexity, the extended collision map (ECM) which adopts decoupled approach and prioritization is already proposed. In ECM, the collision regions which represent the potential collision of robots are calculated using the computational power; the complexity problem is not resolved completely. In this paper, we propose a mathematical analysis of the extended collision map; as a result, we formulate the collision region as an equation with 5–8 variables. For mathematical analysis, we introduce realistic assumptions as follows; the paths of robots can be approximated to a straight line or an arc and the robots move with uniform velocity or constant acceleration near the intersection between paths. Our result reduces the computational complexity in comparison with the previous result without losing optimality, because we use simple but exact equations of the collision regions. This result can be widely applicable to coordinated multi-agent motion planning.